دبلجة الفيديو بالذكاء الاصطناعي

في VerseIn ترفع فيديو واحدًا بكلام واضح وتختار اللغات المستهدفة، حتى العدد المسموح، في تشغيل واحد. يُفرَّغ الكلام ويُترجم ويُعاد تعليقه بصوت جديد، وأنت تقرر هل تُطابَق حركة الفم مع الصوت الجديد عبر مزامنة الشفاه. تظهر الأرصدة لكل لغة قبل أي تشغيل، وتعود كل لغة كنتيجة مستقلة، ويمكن تنزيل ملف ترجمة نصية مع الفيديو المدبلج.

نادرًا ما تكون الترجمة بطول النص الأصلي نفسه. كثير من اللغات تحتاج إلى مقاطع صوتية أكثر أو أقل لقول الشيء نفسه، ولهذا تبدو الدبلجة التي تُجبر الكلام الجديد على التوقيت القديم متعجلة أو بطيئة على نحو غريب. السماح للإيقاع بالتكيف يتجنب ذلك، مقابل مقطع قد يطول أو يقصر قليلًا عن المصدر. وفي معظم الاستخدامات هذه هي المقايضة الصحيحة، لأن الطبيعية في الصوت أهم من التطابق الحرفي في المدة، وتستطيع دائمًا قص المقطع أو تمديده لاحقًا في برنامج المونتاج إن احتجت إلى مدة محددة.

تحدد مزامنة الشفاه مقدار ما يُسمح للأداة بلمسه من الصورة. عند تشغيلها تُعدَّل حركة الفم لتناسب اللغة الجديدة، وهذا يفيد عندما يكون المتحدث قريبًا من الكاميرا وسيلاحظ المشاهد أي عدم تطابق. وعند إيقافها يُترك الفيديو كما هو ويُستبدل الصوت فقط، وهذا أكثر أمانًا للقطات الواسعة والمقاطع على طريقة التعليق الصوتي واللقطات التي تكون فيها الوجوه صغيرة أو مدارة بعيدًا عن الكاميرا، إذ لا يلاحظ المشاهد هناك أي اختلاف في حركة الفم أصلًا.

المدخل يحدد معظم الجودة. فالكلام المسجَّل في غرفة هادئة ويتحدث فيه شخص واحد في كل مرة يُترجم ويُنطق بنظافة أكبر بكثير من مشهد مزدحم تجري فوقه موسيقى. وإذا كان مصدرك يحتوي على موسيقى خلفية عالية، فإن نسخة أنظف من الصوت تحسّن النتيجة أكثر من أي إعداد آخر، فلا تتردد في إعادة تصدير الصوت من برنامج التحرير قبل الرفع إذا كانت الموسيقى طاغية على الكلام.

اطلب دائمًا من شخص يتحدث اللغة المستهدفة أن يستمع إلى النتيجة قبل نشرها. الأسماء ومصطلحات العلامات التجارية والأرقام والنكات هي المواضع التي تنحرف فيها الترجمة الآلية في الغالب، ومراجعة قصيرة أرخص بكثير من إعادة رفع نسخة مصحَّحة. وملف الترجمة النصية الذي يمكنك تنزيله وسيلة مناسبة لقراءة الترجمة أولًا ثم إرسالها إلى المراجع، فيرى النص مكتوبًا ويتتبعه بسهولة أكبر من الاستماع المتكرر.

وأخيرًا فكّر في الحزمة كلها. يحمل الفيديو المدبلج النصوص الأصلية المكتوبة على الشاشة، فقرّر هل تحتاج العناوين والتعليقات النصية إلى توطين أيضًا. وعند معالجتها معًا يتحول فيديو مصدر واحد إلى مجموعة من النسخ الإقليمية الجاهزة للنشر، ويصبح كل سوق مستهدف يتلقى المحتوى بلغته وبمظهر متسق مع بقية الأسواق.